文 | 光子星球 文 | 光子星球 中国头部Robotaxi企业，正在成为国际巨头们越来越无法掉以轻心的存在。 作为AI在物理世界的典型应用，无人驾驶技术开始受到全球关注。当地时间10月9日，谷歌Waymo无人驾驶获得《时代周刊》2025年最佳发明奖，而其中特别提到百度萝卜快跑是Waymo在全球的最大竞争对手。 目前，萝卜快跑、Waymo、特斯拉已经初步形成了全球无人驾驶“三足鼎立”的竞争格局。如果仅从商业化规模和扩张速度来看，萝卜快跑还与巨头们实现了“身份互换”，即从“追赶者”变为了“领跑者”。 在技术成熟、成本下降、落地区域和车队规模持续扩大、营收增长显著等因素影响下，无人驾驶出租车已来到爆发前夜。萝卜在海外的加速“快跑”，也间接让Waymo和特斯拉压力“拉满”，具象化表现是两者开始一改此前的稳健步伐，转为加快部署。 《时代周刊》分析，萝卜快跑进军欧洲市场，促使Waymo开始加快在美国市场的落地脚步，其计划在明年将业务扩展到迈阿密、达拉斯、纳什维尔和华盛顿特区。 今年9月，特斯拉全面取消了邀请限制，向奥斯汀所有用户开放无人驾驶叫车服务，并计划年底前将Robotaxi服务扩展至旧金山、洛杉矶、亚利桑那州及佛罗里达州，覆盖美国约半数人口。 Waymo和特斯拉的“被动”提速，意味着无人驾驶竞争开始进入新阶段，即从技术积累全面转向规模化落地。随着技术方案、成本、安全性、运营经验等各项基本条件日趋成熟，并得到足够验证，只需等待政策“开绿灯”，Robotaxi便可开启“狂飙”。 土洋萝卜，交替领先 Waymo在2018年就已开启了Robotaxi业务的商业化，领先了萝卜快跑近4年，但这一先发优势在近两年已经逐步被磨平——萝卜快跑已经呈现出“后发先至”的发展状况。 目前Waymo仅在美国的洛杉矶、旧金山、凤凰城、奥斯汀、亚特兰大5个城市实现了Robotaxi业务的商业化落地。而萝卜快跑已经进入香港、迪拜、阿布扎比等全球16个城市，且还在不断加速。 特斯拉尽管在今年6月才真正开启Robotaxi商业化，但基于自身庞大汽车保有量所产生的海量行驶和道路数据，则是其独特的优势，依然有机会在体验和规模上迅速实现反超。 在安全表现方面，萝卜快跑同样有更好表现。《时代周刊》指出，Waymo致伤事故比人类驾驶员少5倍，目前还是零死亡。而从萝卜快跑的实际出险率来看，其安全性已经达到人类驾驶员的14倍。目前萝卜快跑安全行驶里程已超2亿公里，领先于Waymo的1.55亿公里，且未发生过重大伤亡事故。 在领先的中国汽车产业链助力下，萝卜快跑在车辆成本上有着更显著的优势，例如萝卜第六代无人车成本仅为20万出头，是Waymo的约五分之一，与特斯拉计划在明年量产的Cybercab成本接近（约3万美元）。 展开全文 据多家调研机构测算，萝卜快跑在国内单公里运营成本约为0.8元，远低于Waymo单公里1.2~1.8美元的运营成本，也略低于特斯拉的Robotaxi单公里目标成本（0.125美元）。 尽管受益于布局较早和更宽松的地区政策支持，Waymo在车辆规模和短期单量上相较萝卜快跑有微弱优势，同时由于中美用户的客单价差异，Waymo的营收数据也高于萝卜快跑，但灵活的出海策略、低廉的车辆和运营成本，都为萝卜快跑的全球化快速落地提供了支撑，其市场化优势正在持续领先，这或许正是Waymo和特斯拉必须加快脚步的原因。 从技术赛到竞速赛 如果说此前几年更多是Robotaxi的技术沉淀和商业化探索阶段，那么2025年则是无人驾驶商业化扩张的元年，尤其是本土之外的市场部署。 与网约车、外卖等行业逻辑一样，先行者毫无疑问将获得显著优势，除了市场份额外，数据积累、基础设施建设、品牌认知等多个维度也同样会产生先发优势，进而带来“滚雪球”效应，形成稳定护城河。 因此在全球市场的布局和落地速度，将成为Robotaxi竞争的下一个胜负手。在这方面，萝卜快跑已经领先了不止一个身位。 今年7月，萝卜快跑获得了包括001号车牌在内的50个迪拜自动驾驶测试牌照，并在9月的迪拜世界自动驾驶交通大会上成为唯一为大会提供Robotaxi试乘服务的无人驾驶公司，仅在迪拜一地，萝卜快跑未来就将部署超1000台无人车。 据彭博社和华尔街日报等多家媒体报道，萝卜快跑正在探索将业务扩展至澳大利亚、东南亚、瑞士、土耳其等更多市场。 在出海策略上，萝卜快跑采取了“两条腿走路”的方式：除了自身开拓外，今年以来萝卜快跑还先后接入了Uber和Lyft两大国际出行平台，借此实现在欧洲等市场的快速落地。预计在明年，萝卜快跑就将率先落地英国和德国，并在欧洲市场部署数千台无人车。 今年4月，Waymo在东京启动首次国际道路测试，预示着其下一站或许是亚洲市场。而特斯拉已经确认Robotaxi业务将进军沙特阿拉伯，并计划在今年下半年和明年分别部署亚洲和欧洲市场。 Waymo和特斯拉的加速，一方面是长期技术沉淀所带来的爆发，另一方面则是来自于萝卜快跑的“压迫感”，使他们不得不改变以往的平缓节奏，否则差距可能会被越拉越大。 从技术的成熟程度看，三家并未拉开数量级的明显差距，但萝卜快跑的效率更高，动作更敏捷，通过在中国复杂路况中磨练出的技术，在不同地区也具备更强的适应性。短期来看，萝卜快跑在这场“竞速赛”中的优势或许还将持续扩大，当然前提是建立在萝卜快跑也能获得与Waymo和特斯拉相对平等的政策环境。 下一个“新能源汽车机会” 落后欧美近百年发展史的中国汽车工业，之所以能够在新能源车领域快速实现“弯道超车”，企业的自身努力固然重要，但一定程度上也要归功于中国前瞻性的布局、高度的决心，以及强大的政策支持力度。 在无人驾驶这一新的万亿赛道，如果具备同样开放且有力的政策支持，或将有机会复制新能源汽车的成功经验，在全球无人驾驶市场实现“中国领先”。 无人驾驶的浪潮正在席卷全球。据高盛研报，全球Robotaxi市场将很快迎来爆炸式增长，到2030年市场规模有望达到400~457亿美元，复合年增长率超过60%。在这一趋势下，全球多个国家地区已开始在政策法规方面“松绑”。 其中美国最为激进，早在2023年，Waymo和Cruise就被批准在旧金山全天候运营付费自动驾驶出租车业务。去年底，美国国家公路交通安全管理局公布的AV-STEP草案，明确了Robotaxi的政策法规框架，同时通过取消年度豁免上限等方式促进研发与商业化进程。 可以说，Waymo能够较早商业化落地，并在车队规模上实现领先，正是受益于其所在地区的政策支持。 德国、日本、瑞士、英国等主要发达国家也开始加速推进政策立法，为自动驾驶技术和产业的发展扫清部分障碍。不久前香港政府也表示已为自动驾驶车辆建立规管框架，目的在于加速自动驾驶在香港的规模化发展。 相比之下，中国市场对待无人驾驶的态度更为谨慎小心，尽管在北京、武汉等部分地方已有征求意见稿，但受限于中国特殊的国情和复杂的交通情况，国家层面的立法尚没有大动作。 手握数据和体验优势，同时叠加规模效应，萝卜快跑已经在全球树立起了无人驾驶出海的标杆。但这并不足以让萝卜快跑实现持续领先，在国际巨头纷纷发力“抢滩登陆”的态势下，想要全面起飞，萝卜快跑或许还需要政策这阵“东风”的助力。返回搜狐，查看更多

北京市:市辖区:(东城区、西城区、朝阳区、丰台区、石景山区、海淀区、门头沟区、房山区、通州区、顺义区、昌平区、大兴区、怀柔区、平谷区、密云区、延庆区)

天津市:市辖区:(和平区、河东区、河西区、南开区、河北区、红桥区、东丽区、西青区、津南区、北辰区、武清区、宝坻区、滨海新区、宁河区、静海区、蓟州区)

河北省:石家庄市:(长安区、桥西区、新华区、井陉矿区、裕华区、藁城区、鹿泉区、栾城区、井陉县、正定县、行唐县、灵寿县、高邑县、深泽县、赞皇县、无极县、平山县、元氏县、赵县、石家庄高新技术产业开发区、石家庄循环化工园区、辛集市、晋州市、新乐市)

唐山市:(路南区、路北区、古冶区、开平区、丰南区、丰润区、曹妃甸区、滦南县、乐亭县、迁西县、玉田县、河北唐山芦台经济开发区、唐山市汉沽管理区、唐山高新技术产业开发区、河北唐山海港经济开发区、遵化市、迁安市、滦州市)

秦皇岛市:(海港区、山海关区、北戴河区、抚宁区、青龙满族自治县、昌黎县、卢龙县、秦皇岛市经济技术开发区、北戴河新区)

邯郸市:(邯山区、丛台区、复兴区、峰峰矿区、肥乡区、永年区、临漳县、成安县、大名县、涉县、磁县、邱县、鸡泽县、广平县、馆陶县、魏县、曲周县、邯郸经济技术开发区、邯郸冀南新区、武安市)

邢台市:(襄都区、信都区、任泽区、南和区、临城县、内丘县、柏乡县、隆尧县、宁晋县、巨鹿县、新河县、广宗县、平乡县、威县、清河县、临西县、河北邢台经济开发区、南宫市、沙河市)

保定市:(竞秀区、莲池区、满城区、清苑区、徐水区、涞水县、阜平县、定兴县、唐县、高阳县、容城县、涞源县、望都县、安新县、易县、曲阳县、蠡县、顺平县、博野县、雄县、保定高新技术产业开发区、保定白沟新城、涿州市、定州市、安国市、高碑店市)

张家口市:(桥东区、桥西区、宣化区、下花园区、万全区、崇礼区、张北县、康保县、沽源县、尚义县、蔚县、阳原县、怀安县、怀来县、涿鹿县、赤城县、张家口经济开发区、张家口市察北管理区、张家口市塞北管理区)

承德市:(双桥区、双滦区、鹰手营子矿区、承德县、兴隆县、滦平县、隆化县、丰宁满族自治县、宽城满族自治县、围场满族蒙古族自治县、承德高新技术产业开发区、平泉市)

沧州市:(新华区、运河区、沧县、青县、东光县、海兴县、盐山县、肃宁县、南皮县、吴桥县、献县、孟村回族自治县、河北沧州经济开发区、沧州高新技术产业开发区、沧州渤海新区、泊头市、任丘市、黄骅市、河间市)

中国大模型，首登Nature封面。 9月17日，在最新😍一期的国际权威期刊Nature（自然）中，DeepSeek-😊R1推理模型研究论文登上了封面。该论文由DeepSeek团队😅共同完成，梁文锋担任通讯作者，首次公开了仅靠强化学习就能激发👏大模型推理能力的重要研究成果。这是中国大模型研究首次登上Na💯ture封面，也是全球首个经过完整同行评审并发表于权威期刊的🙄主流大语言模型研究，标志着中国AI技术在国际科学界获得最高认🎉可。 Nature在其社论中评价道：“几乎所有主流的大🤔模型都还没有经过独立同行评审，这一空白终于被DeepSeek😆打破。” 中国AI大模型的“Nature时刻” 😆自大模型浪潮席卷全球以来，技术发布、性能榜单层出不穷，但始终😘缺乏一个权威的“科学认证”机制。OpenAI、谷歌等巨头虽屡😅有突破，但其核心技术多以技术报告形式发布，未经独立同行评审。🚀 DeepSeek以其公开性和透明性打破了这一局面。D🥳eepSeek-R1模型的研究论文最早于今年年初发布在预印本⭐平台arXiv上。自今年2月14日向Nature投递论文至今😀，历经半年，8位外部专家参与了同行评审，DeepSeek-R🙄1推理模型研究论文终获发表，完成了从预印本到Nature封面🙄的“学术跃迁”。审稿人不仅关注模型性能，更对数据来源、训练方❤️法、安全性等提出严格质询，这一过程是AI模型迈向更高的透明度😀和可重复性的可喜一步。 因此，Nature也对Deep⭐Seek的开放模式给予高度评价，在其社论中评价道：“几乎所有😀主流的大模型都还没有经过独立同行评审，这一空白终于被Deep⭐Seek打破。”全球知名开源社区Hugging Face机器😡学习工程师Lewis Tunstall也是DeepSeek论😊文的审稿人之一，他强调：“这是一个备受欢迎的先例。如果缺乏这🤔种公开分享大部分研发过程的行业规范，我们将很难评估这些系统的🤗潜在风险。” 据了解，DeepSeek本次在Natur🤯e上发表的论文较今年年初的初版论文有较大的改动，全文64页，🙌不仅首次披露了R1的训练成本，而且透露了更多模型训练的技术细🎉节，包括对发布初期外界有关“蒸馏”方法的质疑作出了正面回应，😂提供了训练过程中减轻数据污染的详细流程，并对R1的安全性进行🤩了全面评估。 其中，在训练成本方面，R1-Zero和R🥳1都使用了512张H800GPU，分别训练了198个小时和8💯0个小时，以H800每GPU小时2美元的租赁价格换算，R1的😂总训练成本为29.4万美元（约合人民币209万元）。不到30👏万美元的训练成本，与其他推理模型动辄上千万美元的花费相比，可💯谓实现了极大的降本。 关于R1发布最初时所受到的“蒸馏💯”质疑，DeepSeek介绍，其使用的数据全部来自互联网，虽😂然可能包含GPT-4生成的结果，但并非有意而为之，更没有专门😅的蒸馏环节。所谓“蒸馏”，简单理解就是用预先训练好的复杂模型🎉输出的结果，作为监督信号再去训练另外一个模型。R1发布时，O💯penAI称它发现DeepSeek使用了OpenAI专有模型😂来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。 🤩 R2何时问世引发关注 自今年年初发布R1以来，D😆eepSeek在全球树立了开源模型的典范，但过去数月，外界对⭐于R2何时发布始终保持高度关注，相关传言一直不断。不过，R2🙄的发布时间一再推迟，外界分析R2研发进程缓慢可能与算力受限有😆关。 展开全文 值得注意的是，今年8月21日，D🙌eepSeek正式发布DeepSeek-V3.1，称其为“迈🎉向Agent（智能体）时代的第一步”。据DeepSeek介绍🤩，V3.1主要包含三大变化：一是采用混合推理架构，一个模型同😆时支持思考模式与非思考模式；二是具有更高的思考效率，能在更短🤩时间内给出答案；三是具有更强的智能体能力，通过后训练优化，新🤯模型在工具使用与智能体任务中的表现有较大提升。 由于R😢1的基座模型为V3，V3.1的升级也引发了外界对于R2“在路😘上”的猜测。V3.1的升级更深刻的意义在于，DeepSeek🙌强调DeepSeek-V3.1使用了UE8M0 FP8 Sc😊ale的参数精度，而UE8M0 FP8是针对即将发布的下一代💯国产芯片设计。这也表明未来基于DeepSeek模型的训练与推😅理有望更多应用国产AI芯片，助力国产算力生态加速建设。这一表🙌态一度带动国产芯片算力股股价飙升。 中国银河证券研报指💯出，DeepSeek从V3版本就开始采用FP8参数精度验证了🤯其训练的有效性，通过降低算力精度，使国产ASIC芯片能在成熟💯制程（12-28nm）上接近先进制程英伟达GPU的算力精度，🥳DeepSeek-V3.1使用UE8M0 FP8 Scale❤️参数精度，让软件去主动拥抱硬件更喜欢的数据格式，“软硬协同”😜的生态技术壁垒逐渐成为AI浪潮下新范式，未来国产大模型将更多😊拥抱FP8算力精度并有望成为一种新技术趋势，通过软硬件的协同😎换取数量级性能的提升，国产算力芯片将迎来变革。 责编：😉万健祎 校对：王朝全 版权声明 " Typ😁e="normal"@@--> 证券时报各平台所有原创😡内容，未经书面授权，任何单位及个人不得转载。我社保留追究相关😀行为主体法律责任的权利。 转载与合作可联系证券时报小助😉理，微信ID：SecuritiesTimes " Ty🤔pe="normal"@@-->返回搜狐，查看更多